基于DCGAN的拉曼光谱样本扩充及应用研究

拉曼光谱检测方法依赖于化学计量学算法,深度学习是当下最炙手可热的方向,可应用于拉曼光谱进行建模。但是深度学习需要大样本进行训练,而拉曼光谱采集受制于器材和人力成本,获取大批量的样本需要更大成本,且易受荧光等因素干扰,这些问题都制约了将深度学习应用于拉曼光谱。针对以上问题,通过引入深度卷积生成对抗网络（DCGAN）提取拉曼光谱内部特征,对抗生成新的拉曼光谱,从而达到扩充数据集目的。同时和另一个扩充数据集的方法--偏移法进行对比,证明DCGAN的可靠性。设计生成光谱选取标准,选取高相似性的光谱填充数据集,为深度学习在拉曼光谱中的应用奠定基础。为了验证生成的光谱比原始光谱有更好的适用性,设计四组实验：（1）使用原始拉曼光谱输入到SVM进行分类,得到51.92%的分类准确率;（2）使用原始拉曼光谱输入到CNN进行分类,得到75.00%的分类准确率;（3）采用偏移法生成光谱,输入到CNN里进行分类,得到91.85%的分类准确率;（4）使用DCGAN生成光谱,输入到CNN里进行分类,得到98.52%分类准确率。实验结果表明,DCGAN能在只有少量拉曼光谱的情况下,通过对抗学习得到较好的生成光谱,且生成的光谱相比原光谱更加清晰,减少了可能的干扰因素,具有光谱预处理效果。通过DCGAN对抗生成大量高质量的数据填充到原有拉曼光谱数据集,扩充数据集的样本量,使得深度学习模型能够得到更好的训练,从而提高模型的准确率。该研究为深度学习方法应用于拉曼光谱分析技术提出了一个可行的方案。     

药品近红外光谱通用性定量模型评价参数的选择

为寻找药品近红外通用性定量模型在建立过程中用于确立最优模型的关键评价参数组合,收集整理了目前各种商品化化学计量学软件及文献中的13个常用于评价近红外定量模型的统计学参数,结合人用药品注册技术要求国际协调会对于药品定量分析方法验证基本要求,对92个药品近红外通用性定量分析模型的这些参数进行了计算和分析。通过对各个参数之间相互关系的研究,确定了适合于药品近红外通用性定量分析模型评价的参数组合,并统计出了这些参数的数值范围：用于模型准确性评价的关键参数为交叉验证均方根误差/预测均方根误差、平均相对偏差和相对分析误差;大部分交叉验证均方根误差/预测均方根误差结果在3%以内,其中交叉验证均方根误差在数值上与平均绝对偏差相当,大部分相对分析误差值大于2,而平均相对偏差的数值与所建模型的类型(剂型、样品的包装形式)和待测成分含量的分布有关。模型线性评价关键参数为决定系数;大部分模型的决定系数在80%～100%之间。模型耐用性关键评价参数为预测均方根误差与交叉验证均方根误差的比值,大部分模型该参数在1.5以内。精密度评价关键参数为重复测定结果的标准差;该参数对于规范近红外的操作,以及考核模型能否在不同仪器间传递具有重要的意义,但目前药品近红外通用性定量模型对于分析精密度的关注较少,无法估计出具体数值范围。该研究不仅为药品近红外通用性模型的建立者和使用者提供了评价模型优劣的依据,也为完善药品近红外光谱通用性定量分析模型的参数评价体系提供了基础数据。     

深度卷积网络的多品种多厂商药品近红外光谱分类

近红外光谱（NIR）分析具有分析高效、样品无损、环境无污染以及可现场检测等优点,特别适合药品的快速建模分析。但NIR存在吸收强度弱以及谱带重叠等缺点,需要建立稳健可靠的化学计量学模型对其进行分析。深度卷积神经网络是深度学习方法中一个重要分支,它通过逐层抽取数据特征并进行组合、转换,形成更高层的语义特征,具有极强的建模能力,广泛应用于计算机视觉、语音识别等领域,而在药品NIR分析方面尚未见报道。基于深度卷积网络模型,对药品NIR多分类建模进行研究。针对药品NIR数据的特点,设计若干个面向多品种、多厂商药品NIR分类的一维深度卷积网络模型。模型中卷积层和池化层交叠排列用于逐层抽取NIR数据特征,输出层连接softmax分类器,对药品NIR数据进行分类概率预测。在输出层之前采用全局最大池化层,将特征图进行整体池化,形成一个特征点,用于解决全连接层存在的限制输入维度大小,参数过多的问题。同时,在网络模型中引入批处理操作和dropout机制,以防止梯度消失和减小网络过拟合的风险。在网络模型的设计过程中,通过设计不同的卷积网络层数以及不同的卷积核尺寸大小,分析其对建模效果的影响,同时分析五种经典数据预处理方法对NIR分析的影响。以我国7个厂商生产的头孢克肟片和11个厂商生产的苯妥英钠片样本NIR为实验对象, 建立药品的多品种、多厂商分类模型,该模型在二分类、多分类实验中取得了良好的分类效果。在十八分类实验中,当训练集与测试集比例为7∶3时,分类准确率为99.37±0.45,比SVM, BP, AE和ELM算法取得更优的分类性能。同时,深度卷积神经网络模型推理速度较快,优于SVM和ELM算法,但训练速度慢于二者。大量实验结果表明,深度卷积神经网络可对多品种、多厂商药品NIR数据准确、可靠地判别分类,且模型具有良好的鲁棒性和可扩展性。该方法也可推广到烟草、石化等其他领域的NIR数据分类应用中。     

稀疏降噪自编码结合高斯过程的近红外光谱药品鉴别方法

提出一种稀疏降噪自编码结合高斯过程的近红外光谱药品鉴别方法。首先对近红外光谱数据进行小波变换以消除基线漂移,然后用稀疏降噪自编码(SDAE)网络提取光谱特征并降维表示,最后采用高斯过程(GP)进行二分类,其中GP选用光谱混合(SM)核函数作为协方差函数,记此分类网络为wSDAG_SM。自编码网络具有很强的模型表示能力,高斯过程分类器在处理小样本数据时具有优势。wSDAG_SM网络通过稀疏降噪自编码学习得到维数更低但更有价值的特征来表示输入数据,同时将具有很好表达力的光谱混合核作为高斯过程的协方差函数,有利于更准确的光谱数据分类。以琥乙红霉素及其他药品的近红外光谱为实验数据,将该方法与经过墨西哥帽小波变换的BP神经网络(wBP)、支持向量机(wSVM), SDAE结合Logistic二分类(wSDAL)、SDAE结合采用平方指数(SE)协方差核的GP二分类(wSDAG_SE),以及未采用小波变换的SDAG_SM网络等方法进行对比。实验结果表明,对光谱数据进行墨西哥帽小波变换预处理能有效提升SDAG_SM网络的分类准确率和稳定性。wSDAG_SM方法无论从分类准确率还是分类结果稳定性方面,都优于其他分类器。     

基于堆栈压缩自编码的近红外光谱药品鉴别方法

由于近红外光谱在药品鉴别应用中具有分析速度快、样品无损、可现场检测等突出优点，目前已在众多领域中广泛应用。但近红外光谱存在信噪比低，吸收强度弱且谱峰重叠等缺点，无法从光谱中直接得到定性/定量的物质信息，因而近红外光谱分析技术常作为一种间接分析技术，并且光谱的化学计量学建模方法成为近红外光谱分析的核心内容。深度学习是机器学习的一个新的分支，并已经成功运用于多个领域。深度学习的网络结构和非线性的激活能力，使其模型特别适合高维、非线性的大规模数据建模。为进一步丰富近红外光谱建模方法，并提高近红外光谱分析技术的回归精度或分类准确率，将深度学习方法应用于近红外光谱分析，发展新的建模方法十分必要。面向近红外光谱定性分析技术，提出一种基于堆栈压缩自编码网络(SCAE)光谱定性分析方法，并应用于多类别药品的光谱分析，以区分或鉴别不同厂家生产的同种药品。压缩自编码网络(CAE)以自编码网络(AE)为基础，进一步加入雅克比矩阵作为约束项。自编码网络最初是用实现数据降维，以学习数据内部特征，而雅克比矩阵包含数据在各个方向上的信息，将其作为AE的约束项则可使提取到的特征对输入数据在一定程度下的扰动具有不变性，从而提高AE提取特征的能力。SCAE是一种由多层CAE构成的神经网络。前一层CAE的隐藏层作为后一层CAE的输入层，网络的全部参数是通过采用逐层贪婪的训练方式来获取的，训练结束后将所有网络视为一个整体，通过反向传播算法进行微调，最后使用Logistic/Softmax分类器进行定性分析。实验数据均为中国食品药品检定研究院采集，以头孢克肟胶囊作为二分类实验数据，硝酸异山梨酯片作为多分类实验数据。通过Bruker Matrix光谱仪测定每个样本在不同波长下的吸光度值得到其光谱曲线，再通过OPUS软件消除漂移等因素对光谱样本之间产生的偏差。接下来通过实验确定约束项雅克比矩阵的系数λ为0.003之后建立模型。建模过程分为五个阶段，分别为： 预处理阶段，预训练阶段，微调阶段，测试阶段和对比阶段。为了验证SCAE在分类准确性、算法稳定性和建模时间等方面的性能，与BP神经网络、SVM算法、稀疏自编码(SAE)和降噪自编码(DAE)开展对比实验研究。分类准确性方面，在不同的训练集与测试集的比例下，SCAE均有最佳的分类准确性与算法稳定性。建模时间方面，由于SVM算法不需要预训练和特征提取，所以运行时间方面比其他算法有大的优势，但是SCAE建模速度优于除SVM之外的其他对比算法。综合而言，使用SCAE进行药品鉴别有效可行。     

近红外特征谱段相关系数法测定中药胶囊中添加枸橼酸西地那非

利用近红外特征谱段相关系数法对中药胶囊中是否添加枸橼酸西地那非进行快速定性分析.分别使用近红外光谱仪的积分球和光纤附件测定光谱,以枸橼酸西地那非化学对照品的近红外光谱为参照光谱,选择特定谱段,根据枸橼酸西地那非被掺入胶囊中的最小起效浓度建立待测样品光谱与参照光谱在该谱段的相似系数阈值,定性判断待测样品是否含有枸橼酸西地那非.积分球方法:选择6070～5800 cm~(-1)和4170～4070 cm~(-1)谱段,阈值为70%,用79个含枸橼酸西地那非的市售样品验证该方法,相关系数大于70%的有72个,占样品总量的91.14%;光纤方法:选定6070～5800 cm~(-1)谱段为特征谱段,设定阈值为65%,用247个含枸橼酸西地那非的市售样品进行验证,相关系数大于65%的有216个,占样品总量的87.45%.实验证明此方法具有较好的预测能力,可作为市场上该种非法添加药物的快速有效检查手段.     

高效液相色谱法测定吉它霉素组分含量

采用D iamonsil C18色谱柱,流动相为0.1 mol/L醋酸铵溶液(pH 5.5)-甲醇-乙腈(40∶55∶5,V/V);流速0.8 mL/m in,柱温60℃,检测波长231 nm。在该色谱条件下,吉他霉素的9个主组分及5个小组分均能被完全分离并由LC-MS在色谱图中定位;诸组分在10~100μg范围呈良好线性(r>0.999);最低定量限小于1μg;方法的重复性、粗放性均满足质控分析的需要;已被中国药典2005版收载用于吉他霉素的组分控制。     

胶束电动毛细管色谱法分析头孢哌酮与其S-异构体等杂质

以十二烷基硫酸钠(SDS)胶束为准固定相,考察了头孢哌酮、头孢哌酮S-异构体、头孢哌酮杂质A及其他未知杂质在胶束电动毛细管色谱(MECC)分离模式下的分离行为。研究了运行缓冲液的pH值、磷酸盐浓度、SDS浓度、甲醇体积分数、分离电压、分离温度等因素对头孢哌酮、S-异构体、头孢哌酮杂质A及其他杂质的迁移时间、分离度以及可分离出的杂质个数的影响。结果发现,这些因素对头孢哌酮与诸杂质间的分离及检测有显著的影响,尤以pH值为最。它不仅影响它们的迁移时间和分离效率,还直接影响头孢哌酮及其杂质峰的检测。优化后的分离条件:运行缓冲液为70 mmol/L磷酸盐-100 mmol/L SDS (pH 6.5),分离电压为15 kV,分离温度为25 ℃。在此条件下,用非涂渍石英毛细管51.0 cm×75 μm(有效长度42.5 cm),压力进样5 kPa×5 s,在254 nm波长下进行检测,可分离出28个杂质,诸杂质彼此间及与头孢哌酮间可得到有效分离。并将该方法成功地用于测定注射用头孢哌酮钠的含量和有关物质,结果令人满意。     

PDS算法进行近红外定量模型更新的效果评估

以不同厂家阿莫西林胶囊及其内容物近红外(Near infrared,NIR)光谱为例,寻找评价分段直接标准化算法(Piecewise direct standardization,PDS)进行光谱校正是否成功的量化指标。本研究共涉及76批阿莫西林胶囊样品,其中54批用于建立胶囊剂的定量模型。通过聚类分析,所有胶囊的NIR光谱分成5类,每类视为一个均质样本;分别计算每个均质样本的平均光谱,从该样本中选择10~15张光谱作为PDS校正的目标光谱,对76批阿莫西林胶囊内容物粉末光谱进行校正,利用阿莫西林胶囊定量模型对校正后的光谱进行含量预测;计算校正后的光谱与PDS校正中目标光谱所属均质样本的平均光谱的相似系数,分析其与预测误差的关系。结果表明,校正结果与所选择的目标光谱关系密切。PDS校正光谱与模型中不同均质样本平均光谱的相似系数(r)越大,通常校正效果越好;当r<99%时,一般可判断PDS校正失败(预测误差>5%)。因此,可以用PDS校正后光谱与校正时使用的目标光谱所属的均质样本的平均光谱的相似系数作为判断PDS校正是否成功的标志。     

不同生产厂家注射用头孢哌酮钠含量测定的近红外定量模型的建立

采用近红外漫反射光谱法和偏最小二乘回归算法建立了2种测样方式对不同厂家注射用头孢哌酮钠中头孢哌酮的含量进行快速测定的定量分析模型。对9个厂家的19批注射用头孢哌酮钠样品及其降解物中头孢哌酮的含量进行了预测,积分球模型的交叉验证均方根误差(RMSECV)和预测均方根误差(RMSEP)分别为0.636和2.01,光纤模型的交叉验证均方根误差(RMSECV)和预测均方根误差(RMSEP)分别为0.857和3.71。根据ICH指导原则,从专属性、线性、重现性、稳定性、准确性等几个方面对两模型的方法进行了验证,进而说明光纤测样方式建立的模型专属性和适用性均良好,完全可以对不同生产厂家的同一品种的药品进行快速的初步定量分析,适用于药品检验车的快速无损检测。